CC BY
14
ресурсов. Знания эксперта должны быть представлены в виде правил продукции. При емкости ОЗУ в 640 Кб. в ней можно разместить около 3000 правил.
Оболочка ЭС "VP-Expert". Позволяет пользователю - разработчику ЭС работать с таблицами и матрицами электронных таблиц и баз данных. Предусмотрена возможность использования динамических изображений, пиктограмм и "мышки". Система работает в среде WINDOWS.
Интегрированная оболочка ЭС "GURU". Использует продукционный способ представления знаний. Объем знаний не ограничен. Производится расчет достоверности получаемых результатов при неопределенности исходных данных. В оболочке имеются средства формирования входных и выходных форм, встроенный редактор, средства общения на естественном (английском) языке. Словарь включает 500 слов. В системе предусмотрены встроенные средства работы с базой данных, интерфейс типа электронных таблиц, средства защиты данных. Обеспечивается использование массивов, вызов внешних программ, работа с пакетами деловой графики.
Использованные источники:
1. Могилев А.В., Пак Н.И., Хеннер Е.К. Информатика: Учебное пособие для студ. пед. вузов; под. Ред. Е.К. Хеннера. - М.: АСАБЕМ1А, 1999.
2. Уотермент Д. Руководство по экспертным системам / Пер. с англ. -М.: Мир, 1989.
Анисимова Э. С. ассистент
кафедра информатики и дискретной математики
Елабужский институт Казанский (Приволжский) Федеральный Университет
Россия, г. Елабуга АЛГОРИТМЫ ОБРАБОТКИ ИНФОРМАЦИИ
Аннотация. В статье рассматривается процесс развития информационных структур, приводятся основные задачи обработки информации.
Ключевые слова: знания, информация, типы данных.
Параллельно с развитием структуры ЭВМ происходило развитие информационных структур для представления данных.
Еще в математике от отдельных чисел - скаляров произошел переход к векторам (одномерные массивы), далее - к матрицам. Возникли списочные, иерархические структуры.
В настоящее время в языках программирования высокого уровня используются абстрактные типы данных, структура которых задается программистом (В языке Паскаль явление выражено в возможности задавать тип данных "запись" и работать с данными такого типа).
Массив записей, хранящийся отдельно, образует базу данных (БД). БД могут хранить очень большие объемы информации, для работы с которыми требуются специальные средства - СУБД (сортировка, выборка требуемой информации).
В настоящее время возникла концепция знаний, которые объединили в себе черты как декларативной, так и процедурной информации.
Рассматривается проблема хранения знаний в памяти компьютера. Классификация задач (алгоритмов) обработки информации
1 ЖЕСТКИЕ
Строго определенные и четко поставленные задачи (детерминированные, если известен разрешающий алгоритм) Пример: решение систем линейных уравнений Методы и алгоритмы решений таких задач хорошо известны
2 АДАПТИВНЫЕ
Задачи с неопределенностью в условиях задачи или в процессе решения (недетерминированные, с неполной информацией)
Пример: управление при не полностью известных характеристиках окружающей среды
Имеет место адаптация алгоритма к факторам неопределенности
3 ИНТЕЛЛЕКТУАЛЬНЫЕ
Задачи, формулируемые в символьной форме на каком-нибудь языке (используемый язык базируется на сложившейся системе понятий) Пример: распознавание видеоинформации, речи
Требуется формализованное представление понятий и обработки знаний
4 ЭВРИСТИЧЕСКИЕ
Имитация и моделирование творческой деятельности человека (творческие, эвристические)
Примеры: сочинение стихов, музыки, игра в шахматы Трудно формализуемы:
- постановка творческих задач
- генерация идей и гипотез
- интуитивный синтез сюжетов.
Имеет место неадекватность творческих моделей и алгоритмов.
При программировании задач, решаемых на ЭВМ, было замечено, что в них можно выделить фрагменты, которые могут быть использованы и в других программах. Например, если в программе описан процесс решения системы линейных уравнений или вывод результатов в виде графика, то эти процедуры можно использовать и в других программах. Такие фрагменты программ стали называть стандартными программами (СП) и хранить их в библиотеках во внешней памяти ЭВМ.
Идея СП оказалась плодотворной, так как для использования СП нужно знать только, что она делает и как к ней обратиться. Это существенно
расширило круг специалистов, которые стали применять в своей деятельности ЭВМ. Объем библиотек СП стал быстро увеличиваться. Их начали разделять по областям применения. Такие части библиотек СП получили название пакетов прикладных программ (ППП). ППП можно рассматривать как определенное "хранилище" знаний, представленных в виде алгоритмов, относящихся к способам решения задач из той или иной предметной области. Входящие в состав ППП отдельные прикладные программы стали называть модулями. Знания, которые представлены в виде алгоритмов и хранятся в ЭВМ в виде ППП, принято называть алгоритмическими знаниями.
Для вызова модулей необходимо иметь головную программу. Начались попытки автоматизации процедуры вызова и объединения модулей в единую программу. Последовательность вызова модулей стали называть абстрактным алгоритмом, а созданные для выполнения таких алгоритмов программы - мониторами. Для работы с мониторами разработаны входные языки. На мониторы возлагаются также функции синтаксического и семантического контроля, оказания пользователям необходимой помощи в виде подсказок.
При решении задач на ЭВМ кроме абстрактного алгоритма и ППП необходимо ввести в машину еще и данные. Их принято разделять на данные большого объема, которые характеризуют предметную область, их называют базами данных (БД) и хранят постоянно во внешней памяти ЭВМ (ведомости, таблицы, нормативы), и немногочисленные данные для решения конкретной задачи пользователя.
Базу данных можно также рассматривать как определенное "хранилище" знаний, которые имеют вид фактов о количественных и качественных характеристиках объектов соответствующей предметной области. Знания такого типа принято называть фактуальными знаниями.
Решение задач на основе алгоритмов и данных относится теперь к традиционным способам обработки информации. Однако не для всех задач существуют адекватные математические модели и алгоритмы. Тем не менее, людям удается решать задачи, для которых нет адекватных математических моделей, алгоритмически неразрешимые задачи, для которых не найдено эффективных алгоритмов.
Решения задач людьми основывается, во-первых, на использовании знаний, которые они получают в результате обучения в школе, вузе, а также в результате жизненного опыта. Во-вторых, на использовании данной им от природы способности логически рассуждать, т.е. люди преимущественно используют некоторый другой, не алгоритмический подход при решении практических задач. Эти человеческие знания представляют собой определения понятий рассматриваемой предметной области и определение отношений между этими понятиями. Их принято называть концептуальными знаниями.
Для формализованного представления концептуальных знаний в области информатики, получившей название "искусственный интеллект", разработаны специальные формализмы. Совокупность концептуальных знаний, описанных с использованием таких формализмов, стали называть базами знаний (БЗ).
Следующий этап в развитии ППП оказался связанным с "разработкой программных систем, функционирование которых базируется на использовании БЗ. Основной компонентой таких ППП служит так называемая "дедуктивная машина", являющаяся своеобразным интеллектуальным интерфейсом между пользователем и монитором, освобождающая пользователя от необходимости формулировать задачи для ЭВМ в виде алгоритмов. Вместо этого при формулировке задачи просто указывается, что дано и что требуется найти, без указания процедуры решения. Системы, функционирующие на основе использования БЗ, стали называть экспертными системами. Уровень их способностей решать задачи определяется теми знаниями, которые предварительно занес в БЗ эксперт, т.е. специалист, обладающий опытом решения задач. в рассматриваемой предметной области. Методы формализованного представления знаний изучаются в специальной области информатики, получившей название "инженерии знаний".
Использованные источники:
1. Могилев А.В., Пак Н.И., Хеннер Е.К. Информатика: Учебное пособие для студ. пед. вузов; под. Ред. Е.К. Хеннера. - М.: АСАБЕМ1А, 1999.
2. Хант Э. Искусственный интеллект. - М.: Мир, 1978.
3. Искусственный интеллект. Кн.2. Модели и методы. Справочник/ под ред. Д.А. Поспелова М. Радио и связь 1990 304с.
Анисимова Э. С. ассистент
кафедра информатики и дискретной математики
Елабужский институт Казанский (Приволжский) Федеральный Университет
Россия, г. Елабуга ЛОГИЧЕСКИЕ МОДЕЛИ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ Аннотация. В статье рассматриваются логические модели представления знаний, являющиеся основой для представления человеческих рассуждений и умозаключений, которые описываются логическими системами исчисления высказываний и предикатов. Ключевые слова: знания, предикат, импликация.
Представление знаний в ЭВМ имеет особенности: • Каждая единица информации имеет уникальное имя, по которому не только определяется эта информация, но и реализуются ответы на запросы, в которох это имя упомянуто. Данные идентифицируются не
